首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于并行图卷积网络的无砟轨道监测测点异常识别
引用本文:孙立,郏凯亮,林超,黄永,李惠.基于并行图卷积网络的无砟轨道监测测点异常识别[J].铁道学报,2024(3):78-86.
作者姓名:孙立  郏凯亮  林超  黄永  李惠
作者单位:1. 中铁第四勘察设计院集团有限公司线站处;2. 哈尔滨工业大学土木工程智能防灾减灾工信部重点实验室
摘    要:针对在服役过程中高速铁路无砟轨道结构健康监测可能出现由结构局部损伤或者传感器故障导致的测点异常问题,建立一种并行图卷积神经网络模型,来识别高速铁路无砟轨道监测测点的异常。采用结构早期初始状态的监测数据训练并行图卷积神经网络,获得结构初始状态下的测点数据之间的空间关联性;利用并行图卷积神经网络预测服役状态无砟轨道测点监测数据,实现轨道监测测点异常的识别;此外,对明显漂移的数据可基于有向图分析修正预测结果。将该方法应用于某高速铁路无砟轨道结构长期监测数据并识别了异常测点。

关 键 词:图卷积神经网络  无砟轨道  结构健康监测  异常识别  状态评估
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号